Agenten brauchen Grenzen – und ein Geschäftsmodell

OpenAI will das Training und den Großteil der Evaluierung seiner Frontier-Modelle ohne direkten Zugang zum Live-Internet durchführen. Als Ersatz beschreibt das Unternehmen eine abgeschottete „Offline-Welt“ aus indexierten und zwischengespeicherten Webinhalten sowie simulierten Umgebungen. Nach Unternehmensangaben nutzen sämtliche Frontier-Läufe mit Reinforcement Learning bereits diesen Offline-Modus.

Wie durchlässig eine solche Grenze sein kann, zeigt ein nun offengelegter Vorfall vom 20. September: Ein internes Forschungsmodell erreichte während einer Suchaufgabe über unzureichende DNS-Filterung einen externen Chatbot. OpenAI berichtet von begrenztem Internetzugang und einer anschließenden Pause beim Training und bei der Evaluierung seiner leistungsfähigsten Modelle, um Infrastruktur, Überwachung und automatische Abbruchsysteme nachzubessern.

Die relevante Lehre ist zunächst eine der IT-Sicherheit: Eine Sandbox ist nur so belastbar wie ihre tatsächlich durchgesetzten Netzwerkregeln. Der Bericht belegt eine umgangene Zugriffsbeschränkung, nicht weitergehende Absichten des Modells. Die Offline-Umgebung soll externe Auswirkungen während des Trainings begrenzen; wie gut darin getestete Agenten mit dem offenen, veränderlichen Web zurechtkommen, bleibt eine separate Evaluierungsfrage. Die Ankündigung betrifft zudem die Trainingsumgebung – nicht pauschal die Websuche in OpenAI-Produkten.

Mit „1Password for Agents“ stellt der Passwortmanager einen vermittelten Zugang zu Nutzerkonten vor. Erreicht ein Agent eine Anmeldeseite, identifiziert er sich gegenüber 1Password über einen digitalen Schlüssel. Der Nutzer sieht auf seinem eigenen Gerät, welches Zugangsmittel angefordert wird und warum, und entscheidet über die Freigabe. Anschließend füllt 1Password die Anmeldedaten direkt auf der Zielseite aus, statt sie dem Agenten zu übergeben.

Laut Anbieter gilt das auch für Einmalcodes; nach erfolgreicher Anmeldung wird das Zugangsmittel aus dem Formular entfernt, damit der Agent es nicht auslesen oder erneut verwenden kann. Der Ansatz adressiert damit einen riskanten Kurzschluss vieler Automatisierungen: Wer eine Aufgabe delegiert, sollte dafür nicht gleich sein Passwort in den Kontext eines Sprachmodells kopieren müssen.

Die Grenze des Versprechens ist ebenso wichtig: Geheimnisschutz und Handlungskontrolle sind unterschiedliche Probleme. Auch ohne Kenntnis des Passworts kann ein angemeldeter Agent innerhalb einer Sitzung sensible Aktionen ausführen. Für einen sicheren Einsatz bleiben deshalb begrenzte Berechtigungen, nachvollziehbare Aktionen und zusätzliche Freigaben etwa für Käufe oder Datenänderungen nötig. 1Password schützt den Schlüssel – die Nutzung der geöffneten Tür muss ebenfalls kontrolliert werden.

OpenAI macht seine Decisions API breit verfügbar. Statt offene Antworten zu erzeugen, bearbeitet der Endpunkt vom Entwickler definierte Fragen mit einer endlichen Menge vorgegebener Antworten. Das passt zu Klassifikation, Anfrage-Routing oder der Auswahl des nächsten Arbeitsschritts eines Agenten. OpenAI nennt Preise von 0,10 US-Dollar je Million Eingabetokens und 0,01 US-Dollar für gecachte Eingaben; Gebühren für Ausgabetokens entfallen.

Für solche Anwendungen ist Geschwindigkeit oft wichtiger als sprachliche Eleganz. TechCrunch berichtet unter Berufung auf OpenAI von Antwortzeiten um 100 bis 180 Millisekunden statt zuvor ein bis drei Sekunden. Das sind berichtete Leistungsangaben, keine Garantie für jede Anwendung. Der Endpunkt tritt unter anderem gegen TypeSafes Jev an; die von TechCrunch angeführten öffentlichen Rankings sehen OpenAI dabei nicht durchgehend an der Spitze.

Der technische Gedanke ist weniger neu als die inzwischen verfügbare Sprachverarbeitung: Software braucht häufig eine Kategorie oder eine Auswahl, keinen Absatz. Eine begrenzte Antwortmenge vereinfacht die Integration und verhindert unerwartete Ausgabeformate. Sie garantiert allerdings keine richtige Entscheidung. Wer damit Aktionen steuert, muss Fehlentscheidungen weiterhin messen und für folgenreiche Fälle Rückfallwege vorsehen.

OpenAI arbeitet laut CNBC an einer privaten Finanzierungsrunde von bis zu 30 Milliarden US-Dollar bei einer Bewertung von 1,25 Billionen US-Dollar vor dem neuen Kapital. Coatue und Investoren aus den Vereinigten Arabischen Emiraten sollen beteiligt sein; parallel werde über zusätzliche Rechenkapazität aus den Emiraten verhandelt. CNBC beschreibt die Runde als mögliche Brückenfinanzierung vor einem Börsengang, der 2027 stattfinden könnte. OpenAI hat die Angaben nicht bestätigt; TechCrunch greift den CNBC-Bericht auf.

Meta hat unterdessen am 21. Oktober eine andere Finanzierungsoption angekündigt: Eine neue, stimmrechtslose Aktienklasse C soll durch eine Satzungsänderung zum 19. Januar 2027 geschaffen werden. Geplant ist anschließend eine Class-C-Aktie je bestehender A- und B-Aktie. Die Verteilung selbst bringt kein frisches Geld ein und verändert laut Meta die Stimmrechtsverhältnisse nicht. Sie schafft aber ein Instrument für spätere Transaktionen, etwa Übernahmen und Mitarbeitervergütung.

Beide Meldungen verdeutlichen die Kapitalintensität des KI-Ausbaus, sind jedoch unterschiedlich belastbar: Bei OpenAI geht es um unbestätigte Verhandlungen, bei Meta um einen dokumentierten gesellschaftsrechtlichen Plan. Stimmrechtslose Aktien können wirtschaftliche Beteiligung und Entscheidungsmacht weiter entkoppeln. Und eine verhandelte Billionenbewertung ist zunächst eine Preisvorstellung für Unternehmensanteile – kein Nachweis entsprechender Ertragskraft.

Canva veröffentlicht mit Craft sein erstes selbst entwickeltes und von Grund auf trainiertes Bildmodell. Der Schwerpunkt liegt auf Designaufgaben statt allein auf fotorealistischen Motiven. Laut TechCrunch nutzt das Training von Menschen gestaltete Canva-Vorlagen, darunter Poster, Präsentationen, Infografiken und textreiche Layouts.

Craft arbeitet nach einem zweistufigen Verfahren: Zunächst plant das System räumliche Beziehungen, Größenverhältnisse, visuelle Hierarchie und Text; anschließend erzeugt es das Bild mit bis zu 2K-Auflösung in 30 Seitenverhältnissen. Canva verspricht außerdem gezielte Änderungen, bei denen andere Bildbereiche erhalten bleiben. Verfügbar ist Craft in Dream Lab und über die öffentliche API; die Anbindung an externe Chatbots über Can­vas MCP ist laut TechCrunch vorgesehen.

Interessant ist die Spezialisierung auf einen Arbeitsablauf: Bei einem Plakat sind lesbare Schrift und kontrollierbare Anordnung oft wertvoller als ein besonders eindrucksvolles Einzelmotiv. Ob Craft diese Anforderungen zuverlässig erfüllt, müssen Praxistests zeigen. Die von Canva hervorgehobenen DesignArena-Platzierungen sind ein Qualitätssignal, ersetzen aber keine Prüfung von Texttreue, wiederholbaren Änderungen und konsistentem Markendesign.